自查清单
先判断值不值得做，再谈怎么做
这 10 个问题来自我们的实际交付经验。全部答完后会给出一档结论 —— 包括「现阶段不建议投入」这一档。我们宁愿把不适合的项目挡在前面，也不想做出一个没人用的工具。
01这个环节是否每天重复超过 20 次？
02处理它需要的知识是否已经文档化？
03出错一次的代价是否可控？
04数据是否已经电子化，并且能通过 API 或数据库访问？
05是否存在明确的人工兜底角色？
06能否定义一个可测量的成功指标？
07数据中是否含个人敏感信息或客户机密？
08业务流程在近 6 个月内是否会大改？
09是否有业务负责人（而不是只有 IT）？
10如果效果只有 70 分，业务方是否接受？
已回答 0 / 10 题。全部答完后会给出评分与建议。
这份清单的判断标准来自我们的实际交付经验，不针对任何特定厂商的产品。 得分只用于判断「现在值不值得投入」，不代表场景本身没有长期价值。
这份清单怎么来的
三个失败模式，决定了这 10 个问题
我们复盘过的失败项目，绝大多数不是败在模型能力上，而是败在下面这三件事上。清单里的每个问题，都对应其中一种。
知识不在文档里，在人脑子里
Agent 的效果上限就是知识本身的质量。资料没文档化时，先做治理，不要先上模型 —— 顺序反了，钱会花在错误的地方。
没有业务负责人，只有 IT 在推
这是我们见过最常见的失败原因。工具做出来了，但没人负责推动使用， 上线三个月后访问量归零。
说不清什么叫「成功」
没有可测量的指标，项目末期就只能围绕「效果好不好」扯皮。 验收线必须在开工前书面确认。
想了解我们怎么把这些问题变成一套可执行的流程？见交付方法论。